Beruflich Dokumente
Kultur Dokumente
Modelos
de simulación y
herramientas
de modelaje
PROYECTO EUROCLIMA - IICA
Modelos de simulación
y herramientas de modelaje
1. Primera versión elaborada por Adriana Bonilla, consultora. Revisada por Christian Bunn, consultor.
2. En este documento se presenta una síntesis de los conceptos básicos sobre los modelos de simulación para estudiar el impacto de la variabilidad y el cambio climá-
tico en la agricultura. Dicha síntesis se complementa con una sistematización de 22 herramientas o modelos aplicables a distintas escalas. Este documento está orien-
tado a los actores del sector agrícola no expertos en simulación y modelaje. Su propósito es favorecer el incremento de sus capacidades en esa área, en función de las
necesidades de adaptación de la agricultura ante el cambio climático.
Instituto Interamericano de Cooperación para la Agricultura (IICA), 2015
El Instituto promueve el uso justo de este documento. Se solicita que sea citado apropiadamente cuando
corresponda.
Esta publicación también está disponible en formato electrónico (PDF) en el sitio web institucional en http://
www.iica.int
ISBN: 978-92-9248-596-2
AGRIS DEWEY
P40 363.34
Introducción ........................................................................................................................................ 5
Bibliografía ...................................................................................................................................... 55
Glosario ...................................................................................................................................... 63
Este documento se compone de dos secciones. dades relacionadas con la modelización entre los ac-
La inicial, titulada “Elementos básicos sobre mode- tores del sector, son aspectos que informan la toma
los de simulación para estudiar el clima y sus impac- de decisiones y contribuyen con el diseño de otras
tos en la agricultura”, presenta conceptos y aspectos herramientas para la adaptación al cambio climático
esenciales de la modelación. La segunda sección, y la reducción de la vulnerabilidad. Ante los desa-
“Sistematización de herramientas de modelación”, fíos que plantean estas circunstancias, urge generar
muestra una selección de modelos y herramientas condiciones para la modernización de las políticas
de apoyo al modelaje de impactos del cambio cli- públicas traducidas en medidas ante el cambio cli-
mático en la agricultura. Estos constituyen recur- mático, que favorezcan a los sectores y subsectores
sos técnicos relevantes en el estudio de los impactos estratégicos de las economías nacionales latinoame-
que puede ocasionar el cambio climático y la varia- ricanas.
bilidad climática en los sistemas agrícolas.
El cambio climático aumenta los riesgos
Esta síntesis busca contribuir a una fácil com- climáticos para la agricultura
prensión de la temática por parte de usuarios del
sector agrícola, tanto técnicos y funcionarios en ge- El cambio climático cambiará la importancia de
neral como productores, así como favorecer su inte- los riesgos climáticos para la agricultura. Histórica-
racción con modeladores y desarrolladores de mo- mente, la variabilidad climática resultaba en even-
delos relacionados con las actividades productivas tos que redujeron los rendimientos con frecuencias
propias del gremio. aceptables. Ahora, el cambio climático significa que
esta frecuencia de eventos inusuales aumentará y se
Entender la simulación como una herra- magnificará, hasta que años con un clima histórico
mienta para evaluar impactos pasarán a ser los años inusuales, por lo que las pér-
didas podrían ser mayores y catastróficas, si no se
La simulación de impactos del cambio climático toman medidas al respecto.
en la agricultura para contribuir a la ampliación de
los conocimientos de la relación clima-producción Para minimizar las pérdidas que resultan de la
agrícola en diferentes escalas temporales, no solo es nueva variabilidad climática, la agricultura debe
relevante para los gremios de productores y los mi- adaptar sus prácticas agronómicas. La adaptación al
nisterios de agricultura, sino también para los secto- cambio climático se presenta en dos sentidos: adap-
res que se encadenan con esa producción mediante tación a cambios ya evidentes y adaptación proacti-
la transformación industrial y el comercio global, va a cambios venideros. En el primer caso, los cos-
los cuales dependen de la agricultura para obtener tos de rendimientos perdidos serán altos, pero las
materias primas y los insumos que derivan de su inversiones en la adaptación serán mínimas. En el
conversión en bienes intermedios y finales. De ahí segundo caso, se trata de anticipar los cambios ve-
la importancia de crear recursos que sirvan como nideros y adaptarse de manera que permita reducir
puentes entre los actores sectoriales y del gremio, pérdidas inesperadas causadas por eventos climáti-
pues el desafío y las implicaciones potenciales al- cos extremos. Sin embargo, hay que tener mucho
canzan extremos insospechados, cuando se trata de cuidado con inversiones en adaptaciones a cambios
estimar tanto el daño como las oportunidades que proyectados que no se manifiesten, ya que se perde-
la agricultura tiene ante lo que el escenario plantea- rán sin un beneficio real; pueden reducir los fondos
do por el cambio climático puede presentar en toda destinados para la implementación de mecanismos
Latinoamérica. de adaptación planificada, o bien, resultar en pérdi-
das adicionales en casos de estrategias inadecuadas
El aporte de la simulación de impactos del clima de adaptación.
en la agricultura y el fortalecimiento de las capaci-
Figura 1. Cadena de modelación de los impactos del cambio climático en la agricultura: (A) modelos del
clima global; (B) modelos de simulación de cultivos; y (C) evaluación de los impactos.
Fuente: Elaborada por el autor con base en datos de Blonder et al. 2014, Bunn et al. 2015, Phillips et al. 2006, Ramirez y Jarvis 2010 y Solomon et al. 2007.
La proyección de cambios climáticos en el futuro Para reflejar la amplitud de las actividades y los
se hace mediante modelos globales del clima (Glo- enfoques abordados en la actualidad por medio de
bal Climate Model – GCM). Usualmente el desarro- la modelización, se diversificó, en lo posible, el tipo
llo mismo de estos modelos está fuera del alcance de modelos incluidos. Los hay más y menos com-
de estudios en el sector agrícola; su complejidad plejos o sofisticados, individuales e integrados; hay
requiere institutos especializados con supercompu- modelos para estudiar el crecimiento de los culti-
tadoras. Sin embargo, de la cantidad de datos dispo- vos, modelos económicos, modelos integrados (que
nibles, el experto agrícola tiene que escoger datos acoplan un conjunto de modelos individuales en un
aptos para el estudio planteado e interpretarlos de sistema).
3. Para escalas temporales cortas, una alternativa al uso de GCM es el análisis y la extrapolación de tendencias en series temporales del clima histórico. Sin embargo,
el análisis estadístico de tendencias muchas veces falla por la mala calidad de los datos disponibles, y una extrapolación de tendencias al largo plazo no se permite.
Figura 2. Cadena de modelación integrada: (A) escenarios de emisiones de origen humano con supuestos
sobre crecimiento de población y economía; (B) modelos del clima global proyectan cambios del clima,
accionados por los escenarios de emisiones; (C) cambios en la demanda inducidos por el crecimiento de
la población y la economía; (D) modelos de simulación para evaluar los efectos de los cambios del clima;
y (E) modelos económicos integran los cambios en la demanda y la producción para incluir los efectos de
los mercados y los precios.
Fuente: Elaborada por el autor con base en datos de Havkik et al. 2012.
4. Se trata de atributos que se definen al diseñar el sistema, o se identifican al estudiarlo, si ya existe. Las variables esenciales del sistema se trasladan al modelo para
estudiarlo y experimentar con él (Caselles 2008, Llebot 2009).
Modelos de simulación y herramientas de modelaje 9
tos interrelacionados por el cambio del clima. Sin
embargo, en la delimitación de sistemas de manera Recuadro 1. Etapas que componen una simulación.
secuencial también sirve la eficiencia en la formula- a. Formulación del problema
ción de modelos, lo cual facilita la interpretación de b. Definición del sistema a modelar
los resultados, con el fin de generar conocimiento c. Formulación del modelo
útil para los tomadores de decisiones. d. Recolección de datos
e. Implementación del modelo en la
En la simulación de sistemas agrícolas también computadora
se hacen distinciones de tipos de sistemas, que lue- f. Verificación
go dan lugar a distintos tipos de simulación. Usual- g. Validación
mente la definición del sistema se hace por la escala h. Diseño del experimento
del estudio: planta, finca, cuenca, región, nación y
también global. Para cada escala, los elementos in-
La simulación es un proceso cuantitativo y el mo-
terrelacionados son diferentes, por ejemplo, a nivel
delo que se diseña para realizarla es una abstracción
de la planta se pueden considerar distintas copias de
de la realidad, que captura lo esencial de esta. Inicia
genes presentes; a nivel global podrían ser la pre-
con el desarrollo del modelo en el nivel conceptual.
cipitación anual y la temperatura promedio. Si se
Si el modelo conceptual que da lugar al diseño del
toma en consideración un exceso de parámetros e
modelo como herramienta es erróneo, entonces el
interrelaciones en la formulación de un modelo que
modelo cuantitativo no cumplirá las expectativas
incluya todas las escalas y variables, se corre el ries-
para las que fue desarrollado (UNCUYO s. f.).
go de ser no interpretable, fallando en su propósito
de ayudar a entender las interrelaciones. De ahí la
Para determinar cómo reaccionaría el proceso o
necesidad de distinguir claramente el sistema que se
sistema real ante ciertos cambios en el tiempo, lo
desea simular y de esta forma, facilitar el análisis y
que se hace es inducir o generar esos cambios en
comprensión de los resultados obtenidos.
el modelo diseñado, simulando la respuesta que el
• Un sistema es una parte limitada de la realidad sistema tendría. Usualmente, los sistemas reales no
con elementos interrelacionados. permiten la experimentación, y cuando esta es po-
• Es necesario definir bien el sistema de interés. sible, puede resultar muy cara o riesgosa. De ahí la
• Definir su relación con otros sistemas. utilidad de emplear un modelo para hacer experi-
• Definir el flujo de datos entre modelos. mentaciones (Caselles 2008).
• El abarcar un exceso de variables al diseñar un
modelo que incluya todas las escalas, puede re- Entre las utilidades que proporciona la modela-
sultar en datos no interpretables. ción o simulación está la contribución al conocimiento
del funcionamiento de algunos sistemas esenciales, ta-
1.3. ¿Qué es la simulación o el modelado? les como los climáticos, los agrícolas, los hídricos y los
La simulación consiste en diseñar un modelo a ecosistemas, por mencionar algunos que tienen una
partir de conocimiento previo sobre un sistema real, significativa relación, influyéndose unos a otros.
para experimentar con él y entender el comporta-
miento de ese sistema, de modo que en el futuro sea El diseño de un modelo obliga a ordenar y com-
posible predecirlo. El desarrollo de la capacidad de pletar la información acerca del sistema que es ob-
predicción permite evaluar estrategias y alternativas jeto del estudio y ayuda a identificar sus vacíos y
de gestión, comparar resultados y tomar decisiones necesidades, a través del proceso de modelación
acerca del sistema en estudio, para optimizar inver- o simulación. Este proceso depende, más bien, de
siones, reducir costos o disminuir vulnerabilidades, la ejecución del modelo y su resultado, concreto y
daños y pérdidas, en función del período y de las cuantitativo, lo que es importante cuando se trata
actividades y prioridades que interesan a los actores de representar o discutir procesos de cierta comple-
involucrados (Tarifa s. f., Bermón Angarita s. f.). Es jidad, como ocurre con el sistema climático. Mode-
por eso que la ciencia del modelado es una herra- lar permite la predicción y la experimentación, lo
mienta de primer orden para la evaluación de los que es fundamental para estimar posibles efectos
sistemas agrícolas ante el impacto del cambio climá- positivos y negativos del cambio climático sobre las
tico (recuadro 1). actividades agrícolas (Caselles 2008).
• En ocasiones es el único método disponible para anali- • Generalmente proporciona soluciones subóptimas, debido a que
zar un sistema. se basa en la iteración de un proceso.
• Puede ser usada para analizar y sintetizar una compleja • La recopilación, análisis e interpretación de resultados requiere
y extensa situación real. buenos conocimientos de probabilidad y estadística.
CORRESPONDENCIA
PARÁMETROS PARÁMETROS
Característica o CORRESPONDENCIA Característica o
atributos del SISTEMA MODELO atributos de
sistema modelo
INFERENCIA
SALIDA SALIDA
Y
6. Un modelo matemático tiene tres fases básicas: 1. Construcción del modelo: transformación del objeto no matemático en lenguaje matemático; 2. Análisis del
modelo: estudio del modelo matemático; 3. Interpretación del análisis matemático: aplicación de los resultados del estudio matemático al objeto inicial no matemático
(ver Rodríguez y Steegman 2000).
7. Para profundizar en la teoría sobre modelos matemáticos, puede consultarse Rodríguez y Steegman 2000.
Los modelos climáticos y meteorológicos se basan en la aplicación a la atmósfera de las ecuaciones de la física, la química y
la dinámica de los fluidos. Los modelos que se emplean específicamente para el estudio del clima y del cambio climático están
sustentados en principios físicos y pueden reproducir las características observadas del clima actual y de cambios climáticos
del pasado. La confianza que se tiene en las estimaciones de los modelos es mayor para algunas variables climáticas que para
otras, como sucede con la temperatura y la precipitación, respectivamente. En el transcurso de varios decenios de desarrollo,
los modelos han brindado, de forma sistemática, una idea clara e inequívoca del calentamiento del clima, como respuesta al
incremento de los GEI.
Puesto que la atmósfera es muy variable en el tiempo y el espacio y se hace necesario tratar de predecir su comporta-
miento, a pesar de la incertidumbre, las ecuaciones deben resolverse para un número muy grande de puntos en la at-
mósfera, con el fin de realizar análisis meteorológicos. Si estas simulaciones se realizan durante un período prolongado,
entonces pueden hacerse análisis climáticos, entendiendo el clima como el estado promedio del sistema atmosférico y
su variabilidad. Para poder resolver muchas ecuaciones en un gran número de puntos durante un período prolongado,
los modelos se informatizan como programas que son “corridos” o “ejecutados” en los clústers o súpercomputadoras.
Los modelos dividen el sistema por describir —la atmósfera, el océano— en una malla con celdas, o una “grilla”. El
modelo resuelve las ecuaciones para cada celda, teniendo en cuenta la interacción de cada una de ellas con sus vecinas.
Una vez efectuado este cálculo para cada celda a partir de unas condiciones iniciales, se obtiene la variación del sistema
climático según el modelo en una iteración temporal y, por consiguiente, se dispone de unos valores de las variables fun-
damentales del modelo para cada celda. Luego, corresponde convertir los resultados anteriores en nuevas condiciones
iniciales para una nueva iteración, que a su vez arrojará nuevos valores para las variables de cada celda. Dado que el clima
es dinámico, su estudio también debe serlo. Cuanto más pequeña sea cada celda, más preciso será el modelo, pero su
cálculo demorará más y será más complicado de obtener. Al estar la atmósfera y los océanos estrechamente acoplados, el
esfuerzo del viento sobre la superficie del océano crea fricción y es el principal impulsor de la circulación superficial en el
mar. Luego, la evaporación del agua hacia la atmósfera libera calor al condensarse, siendo una fuente importante de energía
que caracteriza la circulación atmosférica. Así, los modelos climáticos globales con acoplamiento atmósfera-océano son
los que actualmente se utilizan, empleando celdas de entre 100 y 200 km de anchura para la atmósfera y de menores
dimensiones para el océano.
Los modelos climáticos y meteorológicos se emplean para pronosticar el tiempo a corto plazo y para estudiar cómo reacciona el
sistema climático ante distintos cambios o forzamientos (por ejemplo, variaciones en la energía emitida por el sol, aumentos de la
concentración de GEI, o cambios en el uso de la superficie terrestre), en plazos mayores. Estos modelos son validados usándolos
para estudiar el clima actual y según los resultados que brinden, se emplean para simular el cambio climático pasado y futuro. Esto
último implica poder representar los cambios posibles o previstos de los forzamientos climáticos, naturales y antropogénicos. Algu-
nos forzamientos naturales, como la variación de la energía del sol, funcionan a través de mecanismos físicos y pueden incluirse en
las proyecciones del estado del clima futuro; otros, como la emisión de gases y partículas de origen volcánico a la atmósfera, son
menos predecibles. Los forzamientos de origen humano se sitúan entre esos dos extremos; es decir, no son ni muy predecibles
ni esencialmente aleatorios.
Modelos
radiativos -
convectivos
circulación
general
la hidrología, el sustrato geológico, la fenología de
Modelos
de ciclo del carbono
Estructura de la
atmosféricos
los cultivos y otras características de la producción,
de bioma Modelos trasferencia suelo,
simples mar - hielo vegetación,
atmósfera
de los sistemas hídricos, los ecosistemas. El acervo
Bajo
Baja Complejidad Alta técnico necesario para desarrollarlos es amplio y el
conocimiento sobre ellos en la actualidad es signi-
Fuente: IPCC 1997. ficativo. En ese sentido, los modelos de simulación
El IPCC afirma que la mayoría de las fuentes En la sección anterior se dio una presentación
de incertidumbre a escala regional son similares a acerca de la incertidumbre en la modelación de los
las que se observan a escala mundial, afectando así impactos del cambio climático y sus fuentes. La in-
los modelos climáticos en ambas escalas. También certidumbre es inevitable por la complejidad del
señala que la falta de homogeneidad en la cubier- sistema climático y la imposibilidad de hacer una
ta terrestre y los cambios en el uso de la tierra, así representación perfecta de ello y la escasez de datos
como los forzamientos como resultado de aerosoles de alta calidad. Sin embargo, los modelos climáticos
atmosféricos, influyen y afectan el resultado de los son consistentes en su resultado que las emisiones
modelos de circulación empleados para estudiar el de GEI causarán un calentamiento global. A pesar
cambio climático. Esto es relevante en el caso de de la incertidumbre de los modelos, es posible llegar
América Latina, porque el cambio climático atribui- a conclusiones definitivas.
ble a cambios en el uso de la tierra, como la urbani-
zación y la deforestación, puede ser muy grande, y La manera de manejar la incertidumbre es la re-
si la deforestación se produce por medio de incen- petición de experimentos de simulación de manera
dios forestales, por ejemplo, constituye una de las independiente con variaciones en los supuestos. Sin
principales fuentes de aerosoles, que también pue- embargo, un modelo de simulación muchas veces
den tener un impacto importante sobre el clima re- es complejo y su desarrollo requiere de recursos
gional, y son difíciles de estimar con base en los mo- sustanciales. Así es, no es factible para el modelador
delos disponibles. Por ejemplo, el forzamiento total o funcionario del sector variar y controlar el efecto
que existía en 1990, debido a los cambios de ozono de cada variable de entrada para investigar el im-
troposférico en la atmósfera tiene una incertidum- pacto de la incertidumbre. Es necesario identificar
bre de al menos ± 50 %, es decir, no hay certeza y lo las variables con mayor impacto sobre el resultado.
mismo puede llegarse a un resultado que al otro, en
una proporción de un 50 % en cualquier dirección. En la introducción se presentó la cadena de mo-
Este es un ejemplo de cómo persiste la incertidum- delaje que se usa para investigar los impactos del
bre en la ciencia del cambio climático. cambio climático a la agricultura. El primer paso era
la identificación de los cambios proyectados por los
Hay muchos otros criterios y variables que tie- modelos de clima. La modelación del clima mismo
nen estimaciones de incertidumbre elevados, inclu- usualmente está afuera del marco de estudios en el
so en la actualidad, cuando se trata de estudiar el sector agropecuario. El segundo paso fue la simu-
cambio climático futuro. No obstante, aceptando lación de estos impactos al sistema de estudio. Se
que metodológicamente hay desafíos importantes planteó que en el diseño de un estudio es necesario
por resolver, la modelización o simulación ha con- escoger los datos correctos de la multitud de datos
tribuido en las últimas décadas a aclarar de forma disponibles de proyecciones del clima, y que, ade-
significativa los vacíos en el marco conceptual y más, es importante definir bien el sistema de estu-
técnico en relación con el estudio del clima actual dio y las preguntas que se quiere investigar.
8. Preparado con base en Oglesby y Rowe 2010, Llebot 2009 e IPCC 2007.
RCP8.5
GDP (2000$)
9000 450
6000 300
3000 150
Este listado describe 22 herramientas de mode- Los modelos incluidos en esta sistematización
laje que pueden usarse en el análisis, tanto de la va- son los siguientes:
riabilidad climática como del cambio climático, para
estudiar sus impactos sobre las actividades agrícolas 2.1 Finca o parcela
y los sistemas naturales en los que estas se sustentan.
Dada la abundancia de herramientas de modelaje, las 1. Herramienta para la evaluación del impacto
que se incluyeron en esta selección están orientadas del CC en la agricultura (MOSAICC-FAO)
al grupo de usuarios de este documento: autoridades 2. Modelo para la predicción de rendimientos
y funcionarios técnicos de ministerios e instituciones agrícolas en condiciones de déficit hídrico
vinculados al agro. El propósito es fomentar la inte- (AQUACROP-FAO)
racción con otros actores, tales como los desarrolla- 3. Sistema de Apoyo para la Toma de Decisiones
dores de modelos y científicos que estudian el clima, en la Transferencia Agrotecnológica (DSSAT)
para simular los futuros efectos del cambio climático 4. Modelo para el cultivo del arroz (ORYZA 2000)
sobre las actividades del sector agropecuario. Se brin- 5. Estudios sobre la alimentación en el mundo
da al lector un conjunto de elementos, ordenados en (WOFOST)
tablas, por escala de intervención, para tener un vis- 6. Modelo climático de integración de políticas
tazo de cada modelo, sus características básicas, y los ambientales (EPIC)
usos que se le pueden dar. 7. Modelo de análisis de intercambio para la eva-
luación multidimensional de impacto (TAO-MD)
Se incluyen modelos que pueden servir para esti- 8. Programa para el pronóstico de rendimientos
mar la respuesta de una actividad agrícola dada, tanto de cultivos (AGROMETSHELL – AMS)
para la variabilidad climática actual, como para aque- 9. Modelo de crecimiento del pasto (LINGRA-N)
lla propia de un contexto de cambio climático futu- 10. Modelo de simulación de sistemas de cultivos
ro. Esto también requiere recordar que los modelos (CROPSYST)
hacen una manipulación de los datos para obtener 11. Recurso de modelación para el análisis del am-
un resultado controlado, el cual es procesado en sis- biente productivo (CERES-MAIZE)
temas de software. Dichos sistemas brindan una serie
de posibles condiciones y consecuencias esperadas de 2.2 Cuenca o región
la relación entre clima y agricultura. Como una de las
conclusiones de este proceso, debe tomarse en cuenta 12. Sistema mesoamericano de alerta por crisis ali-
que la incertidumbre es intrínseca a todos los modelos mentaria (MFEWS)
de simulación, lo cual significa que los resultados ob- 13. Herramientas espaciales para el análisis ambien-
tenidos de cualquiera de ellos, representan una pro- tal de las opciones de gestión en cuencas hidro-
babilidad de ocurrencia de ese resultado, de entre un gráficas (STREAM)
conjunto que podrían tener lugar. 14. Aplicaciones de modelos biofísicos (AGRI4Cast
BIOMA).
Clasificación en niveles 15. Modelo de política en agricultura y ambiente
(APEX)
Las herramientas han sido clasificadas en ni- 16. Índice de satisfacción del requerimiento hídri-
veles de dificultad para el usuario, que van de 1 a co (GeoWRSI)
3, siendo este último el de mayor dificultad por la 17. Detección de amenazas climáticas mediante el
complejidad de la herramienta. Esta clasificación es monitoreo de lluvia satelital (CHIRPS)
solo una guía para ayudar a orientar en cuanto a la
diferenciación entre modelos más complejos y más 2.3 Modelos integrados, análisis espacial e
simples. No constituye un criterio técnico absoluto. intercomparación de modelos
Ficha 1
Información general
Nombre completo de la herramienta § Sistema de modelación de impactos del cambio climático en la agricultura / Modelling sys-
en español e inglés (y sus siglas)9 tem for the agricultural impacts of climate change.
§ Otro nombre que se le da en español: Herramienta para la evaluación del impacto del cam-
bio climático (CC) en la agricultura.
§ Sigla: MOSAICC.
Descripción general MOSAICC fue desarrollado con el fin de aumentar la resolución de los escenarios climáticos y
mediante la técnica de reducción de escala, simular la disponibilidad de agua para riego, estimar
el impacto en la producción agrícola y en la economía a nivel nacional.
Los modelos y las herramientas funcionan desde un servidor central, por medio del cual los
usuarios se pueden comunicar utilizando interfaces web. Todos los modelos se conectan con una
base de datos espacial única, la cual facilita el intercambio de datos.
Componentes del sistema:
CLIMA - preparación de los datos estimados por los escenarios climáticos a una escala apta para
la toma de decisiones, a nivel nacional.
HIDROLOGÍA - evaluación de los recursos hídricos de acuerdo con las proyecciones climáticas
futuras.
CULTIVOS - estimación de cosechas de acuerdo con las proyecciones climáticas futuras y los
escenarios del progreso tecnológico.
ECONOMÍA - evaluación económica de los impactos que ocasionará el cambio climático en los
cultivos, considerando a la vez las proyecciones de los recursos hídricos. Estos cuatro compo-
nentes o modelos se entrelazan, con el fin de completar las diferentes etapas de la evaluación
del impacto CC.
Los diferentes usuarios que participan en el diseño del estudio pueden gestionar el flujo y pro-
ducción de datos según su especialización.
Se compone de los siguientes modelos:
PORTAL ESTADÍSTICO DE REDUCCIÓN DE ESCALA (PORTAL SD). Para aumentar la resolu-
ción de los escenarios climáticos (downscaling) se adaptó el portal desarrollado por el proyecto
ENSEMBLES de la Unión Europea.
AQUACROP. Modelo de cultivo de la Organización de las Naciones Unidas para la Alimentación
y la Agricultura (FAO) que estima la productividad de los cultivos en relación con el suministro
de agua, CO2 y la gestión agronómica. Emplea los conceptos recientes en fisiología de las plantas,
tomando en cuenta el balance de agua en el suelo.
WABAL. Modelo específico de balance hídrico que forma parte de AgroMetShell, un software
para el pronóstico de rendimiento de cultivos desarrollado por la FAO.
STREAM. Modelo de escorrentía que simula la tasa de caudal en zonas de captación extensas.
Versión actual disponible § 1.0 (2014)
Institución u organización que la § Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), en el
desarrolló marco del Programa Comisión Europea-FAO sobre “La vinculación de la información con
la toma de decisiones para mejorar la seguridad alimentaria”.
Actividades agrícolas que puede mo- § Cualquier cultivo.
delar
Características de usuario
9. Donde esté disponible. Algunos modelos tienen un nombre compuesto por siglas, sin que cuente con un nombre con un formato similar al de otros modelos.
Ficha 2
Información general
Nombre completo de la herramienta § Modelo para la predicción de rendimientos agrícolas en condiciones de déficit hídrico.
en español e inglés (y sus siglas) § AQUACROP (FAO).
Descripción general Modelo de desarrollo de follaje que se usa para simular la biomasa potencial del cultivo y
de la producción cosechable, como respuesta al agua disponible. Es decir, simula los ren-
dimientos potenciales de cultivos herbáceos en función del consumo de agua, uno de los
principales determinantes de la producción agrícola, a la vez que es un factor limitante por
la competencia en su uso entre el agro y las demandas de otros orígenes, incluyendo la
población creciente y la industrialización. Puesto que evalúa los rendimientos de la planta
de acuerdo con la información climática, permite conocer y analizar ciertos riesgos, por
ejemplo en zonas áridas. Diferencia entre dos tipos de variables, las conservativas (aquellas
cuyo valor es propio de la especie y son independientes de la variedad y de la localización)
y las no conservativas.
Versión actual disponible § AQUACROP 4.0
Institución u organización que la § Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO).
desarrolló
Ficha 4
Información general
Nombre completo de la herramienta § ORYZA 2000 (proviene de Oryza sativa, nombre científico del arroz).
en español e inglés (y sus siglas) § Sigla: ORYZA 2000.
Se trata de una actualización e integración de modelos preexistentes usados para estudiar
Descripción general el crecimiento del arroz. Desde 2009 se le ha venido modificando para convertirlo, de un
modelo de cultivo a uno enfocado en estudiar el estrés abiótico en el arroz, es decir, la
alteración en el metabolismo celular, inducido por factores abióticos (agua, luz, contami-
nantes, temperatura, entre otros), con efecto sobre la fisiología y desarrollo de las plantas.
En la versión actual, integra los modelos ORYZA1, para estudiar la producción potencial,
ORYZA-W, que brinda el componente de producción bajo condiciones limitadas de agua,
y ORYZA-N para estudiar la producción limitada de nitrógeno. Combina varios módulos
que incluyen temas como el crecimiento del cultivo sobre el suelo, la evapotranspiración,
la dinámica del nitrógeno, balance del agua del suelo, y otros.
Versión actual disponible § 3.0 (actualizada a septiembre de 2014).
Institución u organización que la § Centro Internacional para la Investigación en Arroz (IRRI).
desarrolló
Actividades agrícolas que puede § Arroz.
modelar
Características de usuario
Perfil del usuario esperado § Profesionales en agronomía. Requiere un conocimiento avanzado de los procesos de cre-
cimiento de las plantas.
Detalle técnico de la herramienta
Condiciones de costo y acceso § Gratuita. Se obtiene en línea.
Idioma(s) en que está disponible § Inglés.
Condiciones mínimas de equipo § Computadora con sistema Windows, conexión a internet.
Datos que requiere § Datos climáticos diarios (irradiación o sol / hora, temperatura mínima y máxima, presión
de vapor (temprano en la mañana), velocidad media del viento y precipitación), las pro-
piedades del suelo y manejo del cultivo.
Nivel de complejidad de uso § 2
Ficha 5
Información general
Nombre completo de la herramienta en § World Food Studies-7. Estudios sobre la alimentación en el mundo.
español e inglés (y sus siglas) § Sigla: WOFOST.
Se originó en el marco de estudios interdisciplinarios sobre seguridad alimentaria mun-
dial y producción agrícola potencial mundial, del Centro Mundial de Estudios sobre
Descripción general Alimentos. WOFOST simula el crecimiento diario de un cultivo específico, teniendo en
cuenta el tiempo seleccionado y datos sobre el suelo. Cada simulación se lleva a cabo
para condiciones del entorno específicas, que comprenden el calendario de cultivos, el
agua del suelo y el estado de los nutrientes. WOFOST mantiene una distinción jerárqui-
ca entre la producción potencial, la intercepción de luz y de asimilación de CO2, como
procesos que impulsan el crecimiento y el desarrollo fenológico de los cultivos. WOFOST
se puede utilizar para estimar la producción agrícola, indicar la variabilidad del rendi-
miento, evaluar los efectos de los cambios climáticos o cambios en la fertilidad del suelo,
y determinar los factores limitantes biofísicos.
Versión actual disponible §
2.1.2 (2014).
Institución u organización que la de- § Centro Mundial de Estudios sobre Alimentos y Universidad de Wageningen.
sarrolló
Actividades agrícolas que puede mo- §
Los siguientes modelos de cultivos están disponibles en WOFOST: trigo, maíz en gra-
delar no, cebada, arroz, remolacha azucarera, patatas, habas, soja, oleaginosas.
Características de usuario
Ficha 7
Información general
Nombre § Tradeoffs Analysis Model for Multi-Dimensional Impact Assessment / Modelo de
Análisis de Intercambio para Evaluaciones Multidimensionales de Impacto.
§ Sigla: TOA-MD.
Descripción general El TOA-MD es un modelo de simulación que se basa en caracterizar y realizar descripciones
estadísticas en una población de fincas para simular la adopción y los impactos de una nueva
tecnología o los impactos de un cambio en las condiciones ambientales (por ejemplo, cambio
de clima). El TOA-MD utiliza datos económicos de las fincas (datos detallados de insumos y
productos) así como datos de otros modelos (como por ejemplo, modelos de simulación de
cultivos), para simular lo que se observaría, si fuera posible desarrollar un experimento sobre
los efectos de adopción de políticas o tecnología. El TOA-MD está diseñado de manera genérica
para poder ser usado en cualquier lugar del mundo, ya sea con datos primarios o secundarios,
y se puede aplicar a casos de estudio para analizar la adopción e impactos de políticas y tecno-
logías, para estimar la oferta de servicios eco-sistémicos (pagos por servicios ambientales), y los
impactos de cambios ambientales y adaptación.
Versión actual disponible § TOA-MD 5.0.2 y la versión beta del TOA-MD 6.0
Institución/organización que la de- § John M. Antle, Roberto O. Valdivia, Oregon State University.
sarrolló
Actividades agrícolas que puede § Se pueden caracterizar la mayoría de las actividades productivas de la finca y del hog-
modelar ar: cultivos, ganadería, acuacultura, ingresos externos a la finca, etc.
Detalle de características del usuario
Perfil del usuario esperado § Se recomienda que el usuario sea un economista con un buen nivel de conceptos en
estadística avanzada y econometría, al menos de nivel de maestría o posgrado.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Gratuito. Se descarga de la página web. Al registrarse el usuario, se le remite a una
versión de prueba, con todas las capacidades del programa original. La versión de
prueba expira en 60 días. El usuario deberá completar el Módulo de Entrenamiento
Básico (incluido en el envío) y remitir los ejercicios al equipo del TOA-MD. Una vez
revisados los ejercicios, el usuario recibirá la versión definitiva, acompañada de los
módulos de aprendizaje avanzado, de cambio de clima y el de pagos por servicios
ambientales.
Idioma(s) en que está disponible § Inglés.
Características mínimas de equipo § El modelo funciona con MS Excel (de preferencia la versión en inglés).
(tecnología)
Datos que requiere § Datos económicos que caractericen el sistema productivo de las fincas.
Nivel de complejidad de uso (de § 2. El desarrollador comenta que el modelo no es difícil de usar, pero para usarlo y
usuarios no expertos en modelos a entenderlo se requiere que el usuario tenga conocimientos en economía y estadística.
usuarios expertos) El modelo es amigable (MS Excel) con menús que ayudan a correrlo y a realizar otras
acciones de manera más fácil.
Ficha 8
Información general
Nombre completo de la herramienta § AgrometShell – Programa para el pronóstico de rendimientos de cultivos.
en español e inglés (y sus siglas) § Sigla: AMS.
AgroMetShell es una herramienta integrada de varios paquetes informáticos, diseñada
Descripción general para facilitar el trabajo de los servicios o unidades de agrometeorología y de seguridad
alimentaria, investigaciones en agronomía, entre otros. Su aporte consiste en evaluar el
impacto de las condiciones climáticas sobre los cultivos, analizar riesgos asociados al clima
y hacer pronósticos regionales para cultivos empleando análisis estadísticos y modelización
de cultivos. Esta herramienta incorpora el análisis integrado de datos de campo con infor-
mación satelital de baja resolución, bajo una interfaz común.
Versión actual disponible § 1.57
Institución u organización que la § Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO).
desarrolló
Actividades agrícolas que puede § Cualquier cultivo. Sirve como insumo para desarrollar servicios de previsión de impac-
modelar tos ante amenazas relacionadas con la variabilidad climática.
Características de usuario
Perfil del usuario esperado § Agrometeorólogos, investigadores agrícolas, agrónomos.
Detalle técnico de la herramienta
Condiciones de costos y acceso § El software y los documentos relacionados son gratuitos.
Idioma(s) en que está disponible § Inglés.
Condiciones mínimas de equipo § Windows 98 en adelante.
Ficha 9
Información general
Nombre completo de la herramienta § Modelo de crecimiento del pasto.
en español e inglés (y sus siglas) § Sigla: LINGRA-N.
§ LINGRA-N simula el crecimiento de un cultivo de pasto como una función de la ra-
Descripción general diación interceptada, temperatura y uso eficiente de la luz. LINGRA-N es un modelo
relativamente simple de crecimiento del pasto, que puede calcular dicho crecimiento y
sus rendimientos bajo condiciones dadas de disponibilidad de agua, ya sean óptimas o de
secano y condiciones limitadas de disponibilidad de nitrógeno. LINGRA-N es un modelo
genérico de simulación que corre en el software FORTRAN10. Puede ser usado para es-
tudiar el crecimiento de diferentes tipos de pasto bajo un amplio rango de condiciones de
suelo y clima y con distintas condiciones de cosecha. El modelo está basado en LINGRA.
fst pero puede ser más fácilmente aplicado en la escala regional (para distintas combi-
naciones de suelo, pasto, clima y manejo). La resolución espacial es de una hectárea.
Versión actual disponible § 1 (2012).
Institución u organización que la § Universidad de Wageningen.
desarrolló
Actividades agrícolas que puede § Pasturas, tierras de praderas.
modelar
10. Es un lenguaje de programación de alto nivel, de propósito general, procedimental e imperativo, que está especialmente adaptado al cálculo numérico y a la
computación científica.
Ficha 10
Información general
Nombre completo de la herramienta § Cropping Systems Simulation Model / Modelo de Simulación de Sistemas de Cultivos.
en español e inglés (y sus siglas) § Sigla: CropSyst.
Es un sistema de modelo de simulación multianual, multi-cultivo, de tiempo diario, de-
Descripción general sarrollado como herramienta de análisis para estudiar el efecto del clima, los suelos y el
manejo en la productividad de los sistemas de cultivos y el ambiente. Simula la humedad
disponible en el suelo, así como la disponibilidad de nitrógeno, el crecimiento y desarrollo
fenológico del cultivo, los rendimientos, residuos de producción y descomposición, erosión
hídrica en el suelo, salinidad y trayectoria de los pesticidas. Estos componentes son afec-
tados por el agua, las características del suelo y de los cultivos, opciones de manejo tales
como la rotación y selección de cultivos, la irrigación, la fertilización con nitrógeno, el uso
de pesticidas, salinidad, manejo de residuos, manejo de la labranza. El desarrollo de esta
herramienta empezó en la década de 1990, evolucionando hacia un conjunto integrado
de programas que incluían un sistema de simulación de cultivos, (Cropsyst), un generador
climático (ClimGen), el GIS CropSyst,, que es un software auxiliar (ArcCS), un modelo de
cuenca (Cropsyst watershed), y varios programas misceláneos de utilidades informáticas.
Una cualidad de este sistema es la implementación de un simulador genérico de cultivos
que permite la simulación anual y multianual mediante un set de parámetros. Las simu-
laciones pueden elaborarse para un período menor a un año, tanto como para cientos de
años. De ahí su utilidad para modelar condiciones de cambios en el clima y no solo de
variabilidad climática. Este modelo se ha evaluado en muchas localidades del mundo, com-
parando estimados del modelaje con datos colectados en experimentos de campo.
Versión actual disponible § 3.04.08 (2005).
Características de usuario
Perfil del usuario esperado § Profesionales y técnicos vinculados a la investigación y el monitoreo de cultivos; centros
de investigación, empresas productoras del sector agrícola.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Gratuito.
Idioma(s) en que está disponible § Inglés.
Condiciones mínimas de equipo § Sistema operativo: Windows XP o superior, procesador dual core o similar, 256 GB en
disco duro, 2 GB en RAM. Los paquetes de instalación consisten en programas de gran
tamaño. Por esa razón, se proporciona la opción de una instalación desde la web que
permite descargar los archivos individualmente para componentes seleccionados y no
solo descargando el paquete completo (el modelo fue programado en C++).
Datos que requiere § Valores meteorológicos, edáficos, agronómicos y del cultivo (fenológicos).
Nivel de complejidad de uso § 2
Necesidades de capacitación formal § Sí. Es un programa de interfaz amigable, pero integra varios programas. La preparación
para usuarios no expertos en un entrenamiento guiado se recomienda.
Producto o resultado que puede § El sistema puede simular los siguientes procesos:
brindar o Valores de humedad disponible en el suelo, incluyendo: cantidad de agua que in-
gresa al sistema, intercepción del dosel y los residuos, escorrentía; infiltración, re-
distribución, evaporación desde el suelo y los residuos; transpiración, percolación
profunda.
o Valores de nitrógeno en el sistema: transformación de nitratos y amonio; mineraliza-
ción neta de materia orgánica y residuos de desechos de gramíneas, y estiércol fres-
co, nitrificación y desnitrificación: transporte de nitrógeno, lixiviación y captación.
o Crecimiento del cultivo: calculado con base en la disponibilidad de radiación, y su-
ministro de nitrógeno; se expresa en términos de acumulación de biomasa radicular
superficial, área foliar de la planta, densidad y profundidad de las raíces.
o El desarrollo fenológico del cultivo se calcula como una función del tiempo fisioló-
gico basado en la acumulación térmica en el tiempo corregida por vernalización y
efectos fotoperiódicos.
§ Se ha utilizado para analizar escenarios de riesgo y escenarios económicos, para distintos
sistemas de cultivos, opciones de manejo y condiciones climáticas y de suelos.
Información de referencia
Tutorial en línea § Sí.
Referencias académicas, de autor, § Bechini, L; Bocchi, S; Maggiore, T; Confalonieri, R. 2005. Parameterization of a crop
artículos para consultar growth and development simulation model at sub-model components level. An exam-
ple for winter wheat (Triticum aestivum L.). Environmental Modellilng & Software
21(7):1042-1054.Ferrer, F; Villar, J; Stöckle, C. Evaluación del modelo de simulación
cropsyst para maíz de regadío en el Valle del Ebro. Investigación agraria: producción y
protección vegetales 15(3):237-251.
Milera, S; Crotti, C. s. f. Implementación del modelo Cropsyst para la simulación del
rendimiento del cultivo del maíz en una región de Argentina (en línea). Santa Fe, AR,
Centro de Investigación, Observación y Monitoreo Ambiental. Disponible enhttp://
hum.unne.edu.ar/revistas/geoweb/Geo4/archivos/milera2.pdf.
§ Stöckle, CO; Donatelli, M; Nelson, R. 2003. CropSyst, a cropping systems simulation
model. European Journal of Agronomy 18(3-4):289-307. Modelling Cropping Sys-
tems: Science, Software and Applications.
Web para el acceso a la herramienta http://modeling.bsyse.wsu.edu/CS_Suite_4/CropSyst/index.html (sitio oficial).
http://modeling.bsyse.wsu.edu/CS_Suite_4/CropSyst/manual/index.htm
(manual del usuario).
Ficha 11
Información general
Nombre completo de la herramienta § Crop Environment Resource Synthesis (Recurso para el análisis del ambiente produc-
en español e inglés (y sus siglas) tivo)
§ Sigla: CERES - MAIZE.
Descripción general El modelo CERES - Maize (Jones et al. 1986; Ritchie et al. 1989) simula los incrementos
diarios de crecimiento, desarrollo y producción del cultivo del maíz. Puede utilizarse para
la toma de decisiones en el manejo de los cultivos y en el análisis de riesgo. Para simular
el crecimiento, el desarrollo y la producción del maíz, el modelo considera los siguientes
procesos:
o El desarrollo fenológico, especialmente la forma en que es afectado por las caracterís-
ticas genéticas y los factores climáticos.
o La extensión del crecimiento de hojas, tallos y raíces.
o La acumulación de biomasa, especialmente la manera en que el desarrollo fenológico
afecta el desarrollo de los órganos vegetativos y reproductivos.
o El balance del agua del suelo y el uso del agua por el cultivo.
o Las transformaciones del nitrógeno del suelo y su incorporación por las diferentes
partes de la planta.
o El modelo está diseñado para simular los efectos del clima y los cambios en el manejo
del cultivo.
Versión actual disponible § CERES-Maize Version 3.5 (corre en DSSAT); CSM-CERES-Maize version 4.5
Institución u organización que la § Universidad de Florida (grupo multidisciplinario de investigación dirigido por Godwin
desarrolló y Jones, 1991).
Actividades agrícolas que puede § Maíz.
modelar
Características de usuario
Perfil del usuario esperado § Centros de investigación, profesionales del área agronómica vinculados al subsector de
producción de maíz.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Gratuito, en la versión que corre en DSSAT, accesible en línea.
Idioma(s) en que está disponible § Inglés.
Condiciones mínimas de equipo § Sistema operativo: Windows XP o superior, procesador dual core o similar, 256 GB en
disco duro, 2 GB en RAM.
Datos que requiere § Bases de datos de clima, de suelo, de manejo de cultivo y de las variedades empleadas
de maíz.
Nivel de complejidad de uso § 2
Necesidades de capacitación formal § Sí.
para usuarios no expertos
Producto o resultado que puede § El modelo caracteriza a las diferentes variedades de maíz, mediante cinco coeficientes
brindar genéticos (P1, P2, P5, G2, G5), dos de ellos se pueden calcular a partir de los parámetros
climáticos y los tres restantes se ajustan por medio de pruebas de ensayo y error, hasta
obtener la fenología y rendimientos esperados para cada variedad. La comparación entre
la producción simulada y la real permite calibrar el modelo antes de introducir las condi-
ciones de cambio climático. O bien, es posible realizar estudios de sensibilidad, propo-
niendo incrementos en temperatura y precipitación que permitan analizar la capacidad
de respuesta del cultivo a dichos cambios. El modelo también permite sugerir medidas
de adaptación, al variar las condiciones del manejo de cultivo o proponiendo un cambio
en la variedad de la semilla empleada.
Ficha 12
Información general
Nombre completo de la herramienta § Famine Early Warning System / Sistema Mesoamericano de Alerta por Crisis
en español e inglés (y sus siglas) Alimentaria.
§ Sigla: MFEWS/FEWS NET.
Permite la consulta en línea y a través de su lista de distribución para determinar el grado
Descripción general de inseguridad alimentaria de distintas áreas en la región, debido a diferentes siniestros
como pérdida de cultivos, impactos de eventos extremos, alzas de precios, etc. Aplica la
metodología de desarrollo de escenarios, para diagnosticar el escenario más probable en
los siguientes seis meses. Depende de un análisis de la situación actual, el desarrollo de
supuestos fundamentados acerca del futuro, una comparación de sus posibles efectos y
las respuestas probables de diversos actores. En esencia, el desarrollo de escenarios es una
afirmación matemática del tipo “si A …, entonces B …”, con base en datos que son ana-
lizados para tal fin. Esta técnica se actualiza trimestralmente, para estimar los resultados
de la seguridad alimentaria en los seis meses siguientes, mediante la aplicación de 9 pasos:
1: fijar los parámetros del escenario (lugar, tipo, duración, contexto de medios de
vida)
2: describir y clasificar la seguridad alimentaria actual
3: desarrollar supuestos claves
4: describir los impactos sobre las fuentes de ingresos de los hogares
5: describir los impactos sobre las fuentes de alimentos de los hogares
6: desarrollar supuestos para las respuestas
7: describir y clasificar la seguridad alimentaria de los hogares
8: describir y clasificar la seguridad alimentaria proyectada para el área
9: identificar eventos que pudieran cambiar el escenario.
Por medio de ellos se evalúa la situación de seguridad actual en las áreas críticas, se plan-
tean supuestos acerca del futuro y se consideran cómo esos supuestos podrían afectar la
alimentación y los ingresos de las familias pobres. Con base en la convergencia de evi-
dencias, mediante la aplicación de esos pasos se determina el escenario más probable y se
clasifica el nivel esperado de inseguridad alimentaria. Por último, se identifican eventos o
cambios importantes que podrían afectar el resultado. Los informes trimestrales de FEWS
NET sobre la Perspectiva de la Seguridad Alimentaria se publican en enero, abril, julio y
octubre de cada año. La metodología de desarrollo de escenarios reduce el exceso de de-
pendencia del juicio pericial o de proyecciones excesivamente simples de lo que pudiera
suceder. Funciona especialmente bien cuando se estiman los resultados de la seguridad
alimentaria, debido a la regularidad con la que se recolectan datos.
Versión actual disponible § El sistema en línea se actualiza cada cuatro semanas.
Ficha 13
Información general
Nombre completo de la herramienta en § Spatial Tools for River Basins and Environment Analysis of Management Options /
español e inglés (y sus siglas) Herramientas espaciales para el análisis ambiental de opciones de gestión en cuen-
cas hidrográficas.
§ Sigla: STREAM.
STREAM es un modelo hidrológico espacial que permite la evaluación de los impactos
Descripción general hidrológicos del cambio climático y algunos determinantes socioeconómicos. Se basa
en un marco de análisis de políticas aplicado a una cuenca hidrográfica. Utiliza datos
hidrológicos, escenarios y estrategias de adaptación y proporciona datos de salida en
relación con la disponibilidad y calidad del agua. Incorpora varios tipos de interacciones
entre los efectos de la gestión de los ríos en la zona costera, la tierra y los usos del agua,
como la deforestación a corto plazo y la construcción de presas, y los efectos a largo
plazo del cambio climático. STREAM es un modelo espacial y utiliza datos de mapas
SIG digitales y las observaciones por satélite, incluyendo el uso de la tierra. La base del
instrumento es una rejilla para representar el balance hídrico. Puede simular el uso del
agua, la distribución espacial de la agricultura, la urbanización y el almacenamiento de
aguas subterráneas y superficiales.
Ficha 16
Información general
Nombre completo de la herramienta § Índice de Satisfacción del Requerimiento Hídrico.
en español e inglés (y sus siglas) § Sigla: GeoWRSI.
Descripción general El programa ejecuta un modelo de balance hídrico para un cultivo específico, seleccio-
nado por el usuario en una región específica del mundo, utilizando datos de entrada en
formato ráster (ver definición en el glosario). El programa produce una salida por cate-
gorías, la cual puede ser utilizada cualitativamente para ayudar a determinar y supervisar
las condiciones de los cultivos durante los periodos de crecimiento, o para realizar regre-
siones con las producciones para obtener modelos de producción estimada o estimados
de producción anteriores.
Componentes del sistema:
CLIMA – Datos de lluvia y evapotranspiración satelital y ajustada con datos de estaciones
de campo (lluvia), análisis temporales de acumulados de lluvia pendatal y decadal.
HIDROLOGÍA – Los datos del GeoWRSI pueden ser utilizados para balance hidrológicos
de cuencas y datos de entada para análisis de inundaciones.
CULTIVOS – Índice de Satisfacción del Requerimiento Hídrico (IBH), Anomalía del IBH
respecto a la media, Anomalía del IBH respecto aI Año Anterior, Inicio de Temporada de
siembras, Anomalía en el Inicio de la Temporada, Fenología (porcentaje de LGP), Índice
de agua en el suelo, Porcentaje del periodo de crecimiento, máximo del exceso de agua
experimentado en cualquier decaída (serie de diez días) de estimación de cosechas de
acuerdo con las proyecciones climáticas futuras y los escenarios del progreso tecnológico.
Versión actual disponible § 3.0 (2014)
Institución u organización que la de- § USGS/FEWSNET, con financiamiento de la Agencia Estadounidense para el Desar-
sarrolló rollo Internacional (USAID).
Actividades agrícolas que puede mo- § Validado para maíz y frijol; sin embargo, ha mostrado buenos resultados para arroz
delar en Panamá y se podría validar para otros cultivos.
Características de usuario
Perfil del usuario esperado § Fue diseñado para funcionar a nivel nacional en diferentes instituciones principal-
mente para ministerios de agricultura y meteorología y para centros de investiga-
ción.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Sin costo en cuanto a uso y mantenimiento.
Idioma(s) en que está disponible § Inglés (con manual en español).
Condiciones mínimas de equipo § Sistema operativo:
o Mínimo: Windows 2000 o superior.
o Recomendado: Windows XP o superior.
§ Microsoft DotNet Framework 4.0 Service Pack 1.
Datos que requiere § Lluvia, evapotranspiración, suelos (profundidad efectiva), periodo de crecimiento y
coeficiente de crecimiento del cultivo y fecha de siembra.
Nivel de complejidad de uso § 2
Ficha 17
Información general
Nombre completo de la herramienta § Climate Hazards Infrared Precipitation and Stations / Detección de amenazas climá-
en español e inglés (y sus siglas) ticas mediante el monitoreo de lluvia satelital.
§ Sigla: CHIRPS.
CHIRPS es una base de datos de lluvia en formato ráster o de grilla11, basada en datos de
Descripción general infrarrojo, obtenidos por satélites, mezclados con una climatología desarrollada también
por el Climate Hazards Group (CHG), y estaciones terrenas. Los datos tienen una reso-
lución espacial de 5 km y una resolución temporal de 5 días. CHIRPS tiene un cobertura
espacial de 180 a -180 grados de longitud y 50 a -50 de latitud. Estos datos son aplicables
en áreas tales como: el análisis de disponibilidad hídrica, simulación y calibración de
modelos hidrológicos e hidráulicos, análisis en el sector hidroeléctrico, análisis del patrón
de la precipitación y su variabilidad a escala nacional y regional y análisis históricos de
extremos. CHIRPS es ideal para análisis en la agricultura debido a su alta resolución tanto
espacial como temporal, además de que cubre áreas donde en muchos casos no se tiene
estaciones. Los datos de lluvia no necesitan ninguna transformación para ser usados.
Estos pueden ser insertados a un sistema de información geográfica como una capa más.
Versión actual disponible § 1.8 (2014).
Institución u organización que la de- § United States Geological Service/Red de Alerta Temprana por Inseguridad Alimen-
sarrolló taria (USGS/FEWSNET), con financiamiento de la Agencia Estadounidense para el
Desarrollo Internacional (USAID).
Actividades agrícolas que puede mo- § CHIRPS sirve como insumo en modelos de balance hídrico, así como para hacer aná-
delar lisis de sequías y relacionar históricamente las condiciones actuales de los cultivos.
Características de usuario
Perfil del usuario esperado § El usuario debe tener conocimiento medio en el uso de las computadoras, conoci-
miento básico en sistemas de información geográfica. Fue diseñado para funcionar
a nivel nacional o regional es ideal en diferentes instituciones principalmente para
ministerios de agricultura y meteorología y para centros de investigación.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Sin costo en cuanto a uso y mantenimiento.
Idioma(s) en que está disponible § Inglés (con manual en inglés).
Insumo(s) clave (s) que requiere para § Ninguno de parte del usuario. El producto está listo para ser usado. Si el usuario
operar desea mejorar el producto, puede agregar estaciones y desarrollar un proceso que
necesita un poco más de capacitación en el uso de la herramienta Geoclim, también
desarrollada por FEWS NET. La herramienta Geoclim es un software diseñado para
practicar el análisis climático de series históricas de lluvia y temperatura (puede con-
sultarse más información en http://chg.geog.ucsb.edu/tools/geoclim/index.html, de
Climate Hazard Group, CHG).
Nivel de complejidad de uso § 2 (moderado).
Necesidades de capacitación formal § Sí. Debe gestionarse ante la Oficina Regional de FEWSNET, ubicada en Guatemala.
para usuarios no expertos
Producto o resultado que puede brin- § Los datos de lluvia CHIRPS pueden ser usados para hacer análisis.
dar
Información de referencia
Tutorial en línea § Sí. Para facilitar el uso y análisis de CHIRPS se ha desarrollado una herramienta, el
Geoclim: http://chg.geog.ucsb.edu/tools/geoclim/index.html
Referencias académicas, de autor, § Funk, CC; Peterson, PJ; Landsfeld, MF; Pedreros, DH; Verdin, JP; Rowland, JD;
artículos para consultar Romero, BE; Husak, GJ; Michaelsen, JC; Verdin, AP. 2014, A quasi-global precip-
itation time series for drought monitoring (en línea). U.S. Geological Survey Data
Series 832, 4 p. Disponible en http://pubs.usgs.gov/ds/832/.
Web para el acceso a la herramienta § http://chg.geog.ucsb.edu/data/CHPclim/index.html
Información de contacto § Mario Rodríguez; e-mail: mrodriguez@fews.net
§ Diego Pedreros; e-mail: pedreros@usgs.gov
Ficha 18
Información general
Nombre completo de la herramienta § International Model for Policy Analysis of Agricultural Commodities and Trade / Mo-
en español e inglés (y sus siglas) delo Internacional para el Análisis de Políticas sobre Productos Agrícolas y Comercio
§ Sigla: IMPACT.
Descripción general Es un modelo de consulta de tendencias globales en el suministro y la demanda de ali-
mentos. Creado para proyectar la oferta, demanda y seguridad alimentaria globales hasta
el 2020. Simula cambios en productividad debido a la adopción de tecnologías que afectan
el rendimiento, consumo y comercio de alimentos, los precios internacionales de los ali-
mentos y la seguridad alimentaria. Los rendimientos de cada lugar específico son simula-
dos en un tramado de medio grado (aproximadamente 60 kilómetros) para los cultivos de
temporal o irrigados de maíz, arroz y trigo, con o sin acceso a las tecnologías potenciales,
bajo condiciones actuales o futuras (hasta años de 2050s) del clima (según predicciones de
MIROC -Modelo para la Investigación Interdisciplinaria en Clima-) A1B para los escenarios
de cambio climático. El modelo básico IMPACT se combina con la simulación de Modelo
IMPACT - Water (IWSM) con el fin de estimar las interacciones entre la oferta y demanda
de agua y el suministro de alimentos, la demanda y el comercio. Los escenarios para el agua
son reducidos desde modelos globales y calibrados para los modelos de circulación global
que representan los climas futuros en los diferentes escenarios del IPCC SRES. Esto permite
analizar las funciones separadas de superficie y rendimiento de secano y cultivos de regadío,
la distribución del agua entre cultivos y las reducciones en rendimientos y áreas de cultivo
por falta de agua. El modelo simula el aumento en la producción de cultivos, el cual se halla
determinado por los precios de los cultivos y de los insumos, y por los parámetros externos
que incluyen las tasas de crecimiento de la productividad, la expansión del área de culti-
vo, las inversiones en riego y la disponibilidad de agua. En cuanto a la metodología básica
del modelo, el sub-módulo de alimentación es un sistema de ecuaciones que ofrecen una
metodología de análisis y escenarios alternativos para la demanda mundial de alimentos,
el suministro, el comercio, los ingresos, y la población. El submódulo de alimentos abarca
115 regiones geopolíticas y 126 cuencas hidrográficas del mundo. La intersección de estas
dos capas geográficas crea 281 unidades de producción de alimentos (FPU). Dentro de cada
región de la oferta, se determinan la demanda y los precios de los productos agrícolas. Todas
las regiones están vinculadas a través del comercio. La oferta y las funciones de demanda in-
corporan elasticidades para aproximar la producción y la demanda subyacente. Actualmente
el equipo de IFPRI está desarrollando mejoras en el modelo para que logre brindar más de-
talle sobre el comportamiento de las variables alimentarias y de las políticas públicas sobre el
agua. Se busca integrarlo con otros modelos que mejoren la representación en escalas macro
y micro, del suministro de alimentos, la demanda, el comercio, y las interacciones con los
entornos socioeconómicos y biofísicos. Esta herramienta fue creada en 1993.
Versión actual disponible § 2014.
Institución u organización que la § Instituto Internacional de Investigación sobre Políticas Alimentarias (IFPRI).
desarrolló
Actividades agrícolas que puede § Analiza 32 productos agrícolas y ganaderos básicos en 281 regiones del mundo, que
modelar en forma combinada cubren toda la superficie del planeta (con excepción de la Antár-
tida). Estas regiones se llaman unidades de producción de alimentos (FPU).
Características de usuario
Perfil del usuario esperado § Economistas, funcionarios del sector agropecuario y agroalimentario, académicos,
personas interesadas en el enfoque económico de la producción de alimentos y las
actividades vinculadas a ellos, funcionarios del sector agropecuario, analistas de segu-
ridad alimentaria, actores relacionados con usos del agua para el agro, comercializa-
dores de productos agrícolas.
Detalle técnico de la herramienta
Condiciones de costos y acceso § Debido a que el modelo fue desarrollado a partir del lenguaje GAMS (Sistema de Mo-
delaje de Algebra General), el usuario debe pagar una licencia por él.
Idioma(s) en que está disponible § Inglés.
Ficha 19
Información general
Nombre completo de la herramienta § Global Biosphere Management Model.
en español e inglés (y sus siglas) § Sigla: GLOBIOM.
Descripción general GLOBIOM se usa para analizar la competencia por uso de tierra entre agricultura, fores-
taría y bioenergía, los cuales son los principales sectores de producción usando área. El
modelo puede apoyar científicos y tomadores de decisiones con las medidas de evaluar la
producción eficiente a nivel global de alimentos, fibras forestales y bioenergía. GLOBIOM
cubre todo el mundo. Se han desarrollado versiones regionales, p.ej. para Brasil, junto
con institutos nacionales y regionales. Estas versiones aportan más detalle espacial en su
región de interés para poder evaluar políticas específicas de la región. GLOBIOM se aplica
para explorar los trade-offs y sinergias en el uso de tierra y servicios eco sistémicos. Ayuda
a científicos a entender y minimizar competencia en el uso de la tierra y recursos por me-
dio de un enfoque holístico.
Versión actual disponible § 2014
Institución u organización que la § Instituto Internacional de Análisis Aplicado de Sistemas (IIASA).
desarrolló
Ficha 20
Información general
Nombre completo de la herramienta § Sistema de información geográfica ArcGIS en línea.
en español e inglés (y sus siglas) § Sigla: ArcGIS.
Descripción general Plataforma de información que permite crear, analizar, almacenar y difundir datos, mo-
delos, mapas y globos en 3D, poniéndolos a disposición de todos los usuarios según las
necesidades de la organización. El ArcGIS no es un modelo del mismo tipo que los demás
aquí incluidos, pero es una herramienta de representación espacial que se usa cada vez
más para presentar los resultados de los modelos, con un enfoque espacio temporal, pro-
pio de las bases de datos espaciales.
Versión actual disponible § 10.2.2 (2014).
Este documento pretende contribuir a aumen- lugar, en función de las probabilidades que brinda
tar el conocimiento sobre el cambio climático en el el sistema climático en su interacción con la agri-
sector agropecuario y, más específicamente, acerca cultura.
de las opciones de modelaje disponibles en diferen-
tes escalas. Los actores sectoriales deben incrementar sus
capacidades para sacar más provecho de lo que los
Se espera que el el lector no experto encuentre modelos pueden brindarles para reducir la vulne-
en este documento elementos orientadores que le rabilidad de las actividades agrícolas y contribuir a
brinden más seguridad al tratar de participar en es- que las unidades productivas se adapten al cambio
pacios dedicados a la modelación de la variabilidad climático. Por eso, este documento se enfoca en
y el cambio climático, en su relación con la agricul- tratar de ayudar a comprender la simulación y los
tura. A la vez, se desea que le sirva como un punto modelos, así como la diversidad de opciones que
de partida para fomentar su acercamiento a estos existen.
temas y profundizar en ellos.
Este documento no resuelve el problema de los
El uso de herramientas de modelaje (individua- vacíos técnicos y las necesidades de acercamiento
les, compuestas, etc.) para el estudio del clima y de entre actores, haciendo necesario que las comuni-
sus efectos en la agricultura, representa un recurso dades de la modelación y sus usuarios sectoriales
actualmente indispensable para apoyar las acciones insistan, participen y sean involucrados en activida-
relacionadas con la adaptación al cambio climático, des donde unos y otros puedan conocer la oferta de
porque permite crear escenarios para analizar posi- herramientas de modelaje para estudiar el impacto
bles consecuencias y oportunidades, así como apo- del cambio climático en las actividades agrícolas, las
yar el diseño de políticas públicas y de medidas de limitaciones y los alcances de esas herramientas,
adaptación. saber qué esperan los usuarios y qué necesitan y
establecer asociaciones entre actores públicos y pri-
No debe olvidarse que la simulación tiene limi- vados, académicos y de la administración pública,
tantes, dentro de las cuales la más importante y co- entre otros, para que los modelos puedan acercarse
mún a todos los modelos es la incertidumbre. Esto cada vez más a lo que la agricultura demanda, a fin
significa que los resultados de cualquier modelo de mejorar sus opciones ante la amenaza que pre-
representan una probabilidad de ocurrencia de ese senta y proyecta el cambio climático.
resultado, de entre un conjunto que podrían tener
________. 2001. Anexo B: glosario de tér- Phillips, SJ; Anderson, RP; Schapire, RE.
minos (en línea). In Tercer Informe de eva- 2006. Maximum entropy modeling of species
luación. Cambio climático 2001: informe de geographic distributions. Ecological Mode-
síntesis. Ginebra, CH. Consultado 5 jun. 2014. lling 190(3-4):231-259.
Disponible en https://www.ipcc.ch/pdf/glos-
sary/tar-ipcc-terms-sp.pdf. RAE (Real Academia Española). 2014a.
Certidumbre (en línea). In Diccionario de la
________. 2007. ¿Cuán confiables son los lengua española. Madrid, ES. Consultado 22
modelos utilizados para realizar los pronósticos jul. 2014. Disponible en http://lema.rae.es/
de futuros cambios climáticos? (en línea). In drae/?val=certidumbre.
Informe de Grupo de Trabajo I - Base de las
Ciencias Físicas. Cambridge, UK, Cambridge ________. 2014b. Diccionario de la lengua
University Press. Consultado 5 jun. 2014. Dis- española (en línea). Madrid, ES. Consultado
ponible en http://www.ipcc.ch/publications_ 22 jul. 2014. Disponible en http://lema.rae.es/
and_data/ar4/wg1/es/faq-8-1.html. drae/?val=.
________. 2014. Cambio climático 2014: ________. 2014c. Estocástico (en línea). In
impactos, adaptación y vulnerabilidad – Resu- Diccionario de la lengua española. Madrid, ES.
men para responsables de políticas. Contribu- Consultado 22 jul. 2014. Disponible en http://
ción del Grupo de Trabajo II al Quinto Informe lema.rae.es/drae/?val=estoc%C3%A1stico.
de Evaluación del Grupo Intergubernamental
de Expertos sobre el Cambio Climático (en lí- ________. 2014d. Modelo (en línea). In
nea). Eds. CB Field, VR Barros, DJ Dokken, KJ Diccionario de la lengua española. Madrid, ES.
Mac, MD Mastrandrea, TE Bilir, M Chatterjee, Consultado 22 jul. 2014. Disponible en http://
KL Ebi, YO Estrada, RC Genova, B Girma, ES lema.rae.es/drae/?val=MODELO.
Kissel, AN Levy, S MacCracken, PR Mastran-
drea, LL White. Ginebra, CH, Organización ________. 2014e. Secuencia (en línea). In
Meteorológica Mundial. 34 p. Consultado 5 Diccionario de la lengua española. Madrid, ES.
jun. 2014. Disponible en https://www.ipcc. Consultado 22 jul. 2014. Disponible en http://
ch/pdf/assessment-report/ar5/wg2/ar5_wgII_ lema.rae.es/drae/?val=secuencia.
spm_es.pdf.
Ramirez, J; Jarvis, A. 2010. Disaggregation
Llebot, JE. 2009. Bases de la modelización of Global Circulation Model Outputs. Cali, CO,
climática (en línea). In Agencia Catalana del CIAT.
Agua. Agua y cambio climático: diagnosis de
los impactos previstos en Cataluña. Barcelona, Ramirez-Villegas, J; Jarvis, A; Läderach, P.
Análisis numérico. Es una rama de las mate- Cambio climático. Modificaciones en el prome-
máticas que, mediante el uso de algoritmos itera- dio del clima o la variabilidad de sus propiedades y que
tivos (es decir, que se repiten o reiteran), obtiene persiste por un período extenso de tiempo, normal-
soluciones numéricas a problemas en los cuales la mente por décadas o periodos más largos. El cambio
matemática simbólica o analítica resulta poco efi- climático puede deberse a procesos naturales internos,
ciente y, en consecuencia, no puede ofrecer una a forzantes externas o a cambios antropogénicos persis-
solución. Estos algoritmos son llamados métodos tentes en la composición de la atmósfera o en el uso de
numéricos. Se componen de un número de pasos la tierra. No obstante, esta definición del IPCC difiere
que se ejecutan de manera lógica, desde el punto de la establecida por la Convención Marco de las Nacio-
de vista de la coherencia matemática, mejorando nes Unidas sobre el Cambio Climático (UNFCCC), que
sucesivamente las aproximaciones iniciales a cierta define el cambio climático como “el cambio de clima
cantidad, tal como la raíz de una ecuación, hasta atribuido directa o indirectamente a la actividad huma-
llegar al punto en que se alcanza cierta cota o nivel na, que altera la composición de la atmósfera mundial
de error. Esta operación cíclica de mejora de un va- y que se suma a la variabilidad natural del clima obser-
lor se conoce como “iteración” (Cortés et al. 2011). vada durante periodos comparables de tiempo”. De esta
manera, la UNFCCC diferencia el cambio climático atri-
Otra definición señala que el análisis o cálculo buible a las actividades humanas que alteran la compo-
numérico es la rama de las matemáticas que estudia sición atmosférica de la variabilidad climática atribuible
los métodos numéricos de resolución de problemas; a causas naturales (INECC 2010).
es decir, los métodos que permiten obtener una solu-
ción aproximada (en ocasiones exacta) del problema Clima. Se suele definir el clima como el “pro-
considerado, tras realizar un número finito de opera- medio del estado del tiempo” o, más rigurosamen-
ciones lógicas y algebraicas elementales. Los proble- te, como una descripción estadística del tiempo en
mas que trata el análisis numérico se pueden clasifi- términos de valores medios y de variabilidad de las
car en dos grandes grupos, según tengan naturaleza cantidades de interés durante períodos de varios de-
numérica (finito-dimensional) o funcional (infini- cenios (normalmente, tres decenios, según la defi-
to-dimensional). En el primer grupo están los pro-
12. Para consultar otros términos relacionados con esta temática, refiérase al glosario del IPCC (IPPC 2001). En la sección IV se brinda la información completa de las
referencias bibliográficas.
Modelos de simulación y herramientas de modelaje 63
nición de la Organización Meterorológica Mundial, en la superficie. El efecto neto consiste en que parte de
OMM). Dichas cantidades son casi siempre variables la energía absorbida resulta atrapada localmente, y la
de superficie (por ejemplo, temperatura, precipita- superficie del planeta tiende a calentarse. En la atmós-
ción o viento), aunque en un sentido más amplio, fera de la Tierra, los GEI son básicamente vapor de agua
el “clima” es una descripción del estado del sistema (H2O), dióxido de carbono (CO2), óxido nitroso (N2O),
climático (IPCC 1997). metano (CH4) y ozono (O3) (IPCC 1997).
Sistema climático. Sistema muy complejo Variables. Estas pueden ser continuas, discretas
que consiste de cinco componentes principales: la o una combinación de ambas, dependiendo de cómo
atmósfera, la hidrosfera, la criosfera, la superficie se comporten las variables dentro del sistema. En el
terrestre y la biosfera, así como de las interaccio- primer caso, cambian de forma continua, como en
nes entre ellas. El sistema climático evoluciona en un intervalo en el que siempre hay un valor en me-
el tiempo bajo la influencia de su propia dinámica dio de otros dos valores. Un ejemplo de este tipo es la
interna, debido a forzamientos externos (por ejem- hora a lo largo de un día, en la que puede medirse un
plo, erupciones volcánicas, variaciones solares y valor tras otro. La mayoría de los modelos continuos
forzamientos inducidos por el hombre, tales como emplean técnicas de análisis numérico, que son muy
la composición cambiante de la atmósfera y el cam- comunes en el estudio del clima. En los sistemas dis-
bio en el uso de las tierras) (IPCC 2001). cretos, las variables cambian en instantes separados en
el tiempo; no hay una secuencia —entendida como
Tiempo (atmosférico). Es el estado de la at- un “conjunto de cantidades u operaciones ordenadas
mósfera en un lugar y momento determinados. de tal modo que cada una está determinada por las
anteriores” (RAE 2014e)— entre los datos, como en
Tipos de sistemas y simulaciones. Hay distin- el caso anterior. Un ejemplo de este tipo es el número
tos tipos de sistemas, que luego dan lugar a distin- de días en un año en que se registra caída de granizo,
tos tipos de simulación. Estos pueden ser continuos, que pueden ser 5, 9 o 12. Una combinación de ambos
discretos o una combinación de ambos, dependien- tipos da lugar a sistemas discretos-continuos.